基于python的行人检测svm hog，参考链接：https://blog.csdn.net/babyai996/article/details/117220250

python基于卷积神经网络的手写数字识别pyqt5界面，参考链接：https://blog.csdn.net/babyai996/article/details/120819934

Python yolo 神经网络实现视频中的行人车辆检测计数（车流量统计）YOLO多目标跟踪与计数,参考链接：https://blog.csdn.net/babyai996/article/details/120820180

Opencv-python的安装文件cv.pyd

简单说来就是找到build下的python中的2.7，再看是选择64bit还是32bit，这两个文件夹里面的文件就一个，叫做cv.pyd，这个文件我也上传到资源里，方便下载

[2005 CVPR] Histograms of Oriented Gradients for Human Detection 用于人体检测的方向梯度直方图 Navneet Dalal，Bill Triggs

基于骨骼的行为识别模型AGCN文献阅读笔记

本文是计算机科学家Christoph Rasche撰写的一份计算机视觉方面的系列教程，从传统的图像处理、特征提取到近几年很热的深度神经网络，以及深度学习方法在目标检测、图像检索、图像分割、目标跟踪等一系列前沿的介绍。教程也附详细的代码（Matlab 和 Python），建议初学者收藏学习

matlab交叉验证代码厕所 拟合贝叶斯模型的有效近似留一法交叉验证 loo是一个R包，它使用户可以为拟合的贝叶斯模型计算有效的近似留一法式交叉验证，以及可以用于平均预测分布的模型权重。 loo软件包打包为来自以下对象的近似LOO-CV和WAIC实现了快速稳定的计算 Vehtari，A.，Gelman，A.和Gabry，J.（2017年）。 使用留一法交叉验证和WAIC的实用贝叶斯模型评估。 统计与计算。 27（5），1413--1432。 doi：10.1007 / s11222-016-9696-4。 ，。 并按照以下说明计算模型权重 Yao，Y.，Vehtari，A.，Simpson，D.和Gelman，A.（2018）。 使用叠加来平均贝叶斯预测分布。 在贝叶斯分析中，doi：10.1214 / 17-BA1091。 ，。 从现有的后验模拟绘图中，我们使用帕累托平滑重要性抽样（PSIS）（一种用于调整重要性权重的新过程）来计算近似LOO-CV。 作为我们计算的副产品，我们还获得了近似标准误差，用于估计的预测误差和比较两个模型之间的预测误差。 我们建议使用PSIS-LOO-CV而

基恩士CV-X系列用户手册 最新版本对应V5.5 适用于CV-X100 200 400